Le sujet traité dans cette thèse concerne la localisation précise et intègre de robots mobiles ( de véhicules routiers en l'occurence) dans un environnement routier cartographié. Pour ceci, nous proposons une approche multisensorielle hybridant les capteurs classiquement utilisés dans ce genre d'application (un GPS naturel, un odomètre et un gyromètre) avec un système de vision. Ce dernier, en outre, est capable de déterminer très précisement la pose locale du véhicule sur la chaussée en détectant les marquages signalétiques au sol. Il peut donc par l'intermèdiaire de la carte de l'environnement routier, fournir des informations à la fois redondantes et complémentaires à celles fournies par le GPS. Ainsi, cette combinaison d'informations doit garantir la précision et l'intégrité du système de localisation et ce notamment dans les zones urbaines denses où les informations du GPS ne sont pas forcément fiables. La mise en oeuvre de ce système a été menée dans deux études distinctes. Dans la première, la fusion de données est effectuée par un filtre de Kalman étendu . Dans ce cas, la précision obtenue est quasi-décimétrique, cependant la gestion d'hypothèses multiples dans le cadre autoroutier ou des fortes non-linéarités introduites par le système de vision nuisent fortement à l'intégrité des résultats de localisation. C'est donc tout naturellement, que dans la seconde étude, le filtre de Kalman est remplacé par un filtre particulaire et plus particulièrement par un filtre particulaire génétique. La précision obtenue est ici similaire à la première étude et l'intégrité des résultats de la localisation assurée. En revanche, cette méthode est gourmande en temps de calcul et ne peut être utilisée en temps réel sur les ordinateurs actuels

Le sujet de cette thèse vise l'intégration dans une automobile de fonctions d'observation, de<br />supervision, d'aide à la décision ou encore de commande. La problématique est le développement<br />d'une assistance à la conduite longitudinale et latérale basée sur la localisation du véhicule.<br />Le but est de signaler et corriger les faiblesses de conduite en consiéerant les paramètres du<br />véhicule, du conducteur et la topologie de la route. Selon la localisation du véhicule, une trajectoire<br />de référence et la vitesse associée sont déterminées en fonction du conducteur et de la<br />phase de conduite. Ces références sont utilisées pour effectuer le contrôle du véhicule ou pour<br />informer le conducteur de l'inadéquation de ses consignes.<br />Dans ce contexte, la localisation du véhicule et particulièrement les informations de l'environnement<br />d'évolution doivent être pertinentes. Elles sont obtenues grâce à une base de données<br />cartographique spécifiquement développée dans le cadre de ces travaux. Celle-ci est caractérisée<br />par une précision supérieure à celle des bases de données traditionnellement employées dans<br />des dispositifs de navigation.

Le présent travail de recherche s'inscrit dans le cadre de la caractérisation de l'émission de bruit des véhicules routiers. On désire identifier les sources de bruit d'un véhicule en mouvement, lors de son passage sur une voie de circulation en conditions réelles, à partir de mesures acoustiques effectuées à poste fixe en bord de voie. Les méthodes d'imagerie acoustique utilisées actuellement présentent des performances insuffisantes sur véhicules routiers. Un état de l'art a permis d’identifier une méthode existante, MSA-PSF, consistant à effectuer sous certaines hypothèses une déconvolution sur sources mobiles dans le domaine fréquentiel, et originellement utilisée en aéronautique. Cette méthode est ici adaptée au contexte des véhicules routiers. Dans un deuxième temps, une approche originale est introduite pour répondre spécifiquement aux contraintes de ce contexte : CLEANT. Il s’agit d’une méthode itérative, dans le domaine temporel avec une approche large bande, qui prend en compte les effets du déplacement des sources et qui comporte deux paramètres permettant d’affiner les résultats : le facteur de boucle et le critère d’arrêt. Une version filtrée en fréquence est également proposée et montre une amélioration de l’identification de sources secondaires dans certains cas. CLEANT présente l’avantage d’obtenir des signaux-sources temporels reconstruits, ouvrant la voie à d’autres analyses, en particulier l’utilisation de la cohérence avec des signaux issus de mesures embarquées pour la séparation des contributions de sources décorrélées. MSA-PSF et CLEANT sont évaluées sur des simulations numériques à l'aide d'indicateurs mesurant leurs performances sur les aspects localisation et quantification de sources. Elles sont par la suite testées expérimentalement en conditions contrôlées de laboratoire, par l'utilisation d'une source mobile. Cette expérience permet une première application à un cas pratique, impliquant un mouvement linéaire, la présence de deux sources simultanées et des signaux de différentes natures (tonale et large bande). Enfin, elles sont comparées à l’approche classique de formation de voies sur source mobile, dans le cadre d’une expérience avec véhicule en conditions réelles. L'approche originale CLEANT fournit des résultats très encourageants, représentant une amélioration de la formation de voies classique, notamment en basse fréquence sur les cas testés. L'application à un véhicule en conditions réelles illustre certains comportements potentiellement problématiques de CLEANT et les solutions apportées par sa version filtrée en fréquence ou par l'ajustement de ses différents paramètres. Un premier test des approches par référencement avec des signaux issus de mesures embarquées est également présenté pour discriminer l'origine physique des sources, et souligne l'incidence de la brièveté des signaux inhérente au contexte de sources au passage. / The study detailed in this manuscript is part of the effort to characterize the noise emission from road vehicles. We wish to identify the noise sources of a moving vehicle, when driven on a roadway in real-world conditions, with roadside acoustic measurements. The current acoustic imaging methods do not provide sufficient performance on road vehicles. A state of the art led to the selection of an existing method, MSA-PSF, which consists in deconvolving signals from mobile sources in the frequency domain under certain assumptions, and was originally developed for aeroacoustics. This method is adapted here to the context of road vehicles. Then, an original approach is proposed in order to tackle the specific constraints of this context: CLEANT. This is an iterative method, performed in time domain with a wideband approach, which takes into account the effect of sources motion and includes two parameters designed to refine the result: the loop factor and the stopping criterium. A further version of the algorithm, including a frequency filter, is also proposed and shows significant improvement in identifying secondary sources in some particular cases. An interesting point of CLEANT is the availability of the sources reconstructed time signals, which enables other types of analysis, especially the use of the coherence with signals from on-board measurements in order to separate the contributions of uncorrelated sources. MSA-PSF and CLEANT are evaluated with numerical simulations and a set of indicators to measure their source localization and quantification performance. They are then tested in a controlled laboratory conditions experiment, using a moving source. This experiment represents a first application of the methods to a practical case, involving a linear motion, two simultaneous sources and different kinds of signals (tone and wideband). They are finally compared to the classical approach of moving source beamforming, within the frame of an experiment on a road vehicle, in real-world conditions. The original approach CLEANT yields very encouraging results, and is a clear improvement from the conventional beamforming, especially at low frequency for the tested cases. Applying it to a road vehicle in real-world conditions highlights a potentially troublesome behavior of the method, and the solution brought by CLEANT's frequency filtered version, or by adapting its various parameters. The coherence with reference signals to discriminate the physical origins of the sources is also tested and underlines the role of the short duration of the signals related to the sources passing-by context.

Le sujet de cette thèse vise l'intégration dans une automobile de fonctions d'observation, de supervision, d'aide à la décision ou encore de commande. La problématique est le développement d'une assistance à la conduite longitudinale et latérale basée sur la localisation du véhicule. Le but est de signaler et corriger les faiblesses de conduite en considérant les paramètres du véhicule, du conducteur et la topologie de la route. Selon la localisation du véhicule, une trajectoire de référence et la vitesse associée sont déterminées en fonction du conducteur et de la phase de conduite. Ces références sont utilisées pour effectuer le contrôle du véhicule ou pour informer le conducteur de l'inadéquation de ses consignes. <br> Dans ce contexte, la localisation du véhicule et particulièrement les informations de l'environnement d'évolution doivent être pertinentes. Elles sont obtenues grâce à une base de données cartographique spécifiquement développée dans le cadre de ces travaux. Celle-ci est caractérisée par une précision supérieure à celle des bases de données traditionnellement employées dans des dispositifs de navigation.